english ner dataset

这是一个英文医学领域的命名实体识别数据集，包含疾病、症状、医疗条件，诊断测试和治疗等信息。数据集由两个英文医学文本数据集合并而成，经过数据清洗、去标点、小写转换等预处理步骤，并使用Stanza的i2b2 Clinical Model进行标注。数据集还通过句子重排和实体提取等数据增强技术增加了多样性和鲁棒性。